1、長江水道集裝箱運(yùn)輸航線網(wǎng)絡(luò)優(yōu)化摘要: 基于長江水道各航段的適航特征和沿岸港口間OD集裝箱運(yùn)輸需求，構(gòu)建整數(shù)規(guī)劃模型，以所有集裝箱運(yùn)輸總成本最小為目標(biāo)，優(yōu)化長江水道上集裝箱航線網(wǎng)絡(luò)，確定各航線靠港、靠泊順序及所用船舶的類型與數(shù)量。優(yōu)化時(shí)，首先確定適合長江航道的主要船型，其次，結(jié)合各段航道適航特征，針對可使用的各種船型，設(shè)定各航段的通行阻抗函數(shù)； 然后，設(shè)計(jì)基于 Frank-Wolf 法的遺傳算法進(jìn)行求解。優(yōu)化得到的集裝箱航線網(wǎng)絡(luò)呈現(xiàn)“大船在中間，小船在兩邊”的形態(tài)，與目前遵循的“小船走上游，大船走中下游”的船舶配置原則有所不同。1.引言長江是我國內(nèi)河運(yùn)輸?shù)摹包S金通道”，是中西部地區(qū)與世界實(shí)現(xiàn)經(jīng)濟(jì)

2、交流的動(dòng)脈，同時(shí)也是東西部經(jīng)濟(jì)互補(bǔ)的橋梁。長江水系集裝箱運(yùn)輸自1976年以來經(jīng)歷了試驗(yàn)、起步和發(fā)展三個(gè)階段，目前航線已由單一的內(nèi)貿(mào)航線發(fā)展到國際航線、內(nèi)支線、國內(nèi)航線，集裝箱箱型由 5t箱變?yōu)?0英尺和40英尺國際標(biāo)準(zhǔn)箱，運(yùn)輸方式由頂推船隊(duì)為主發(fā)展到以自航船為主。2002年，長江水系集裝箱吞吐量為138萬TEU，主要港口集裝箱吞吐量為126萬TEU。集裝箱運(yùn)輸已成為長江貨物運(yùn)輸?shù)男陆?jīng)濟(jì)增長點(diǎn)。目前，大約有20個(gè)航運(yùn)公司主要從事集裝箱內(nèi)河運(yùn)輸，比如，中遠(yuǎn)集裝箱運(yùn)輸公司，中海集裝箱運(yùn)輸公司、中外運(yùn)集裝箱運(yùn)輸公司、上海港口航運(yùn)和駁船運(yùn)輸公司，上海浦海航運(yùn)有限公司和民生航運(yùn)公司。在長江水系有100多條

3、集裝箱航線，包括長江干線港口間、長江港口至沿海港口的國內(nèi)航線以及開往鄰近國家和地區(qū)的近洋航線，及其長江三角洲地區(qū)的無錫上海、常州上海、杭州上海、嘉興上海、湖州上海的集裝箱航線。由長江干線航道發(fā)展規(guī)劃可知，上起云南水富港、下至上海長江口的長江航道將得到加深。水富至宜賓河段，將由1.8m加深至2.7m，全年可通航由 1000t級駁船組成的船隊(duì)；城陵磯至武漢，加深至3.7m，可通航由3500t駁船組成的萬噸級船隊(duì); 武漢至銅陵河段，通航由200050000t 級駁船組成的24萬t級船隊(duì)，可通航5000t級海船；銅陵至南京，加深至6m，可通航500010000t級海輪; 南京以下航道加深至12m以上，

4、可通航5萬t級以上海輪；瀏河口至長江口河段可通航第五代以上超大型集裝箱船。上述長江主要通道如圖1所示。圖1 長江主要通道眾所周知，長江上各港口間適航船舶的差異為沿長江設(shè)置多種集裝箱航線，構(gòu)建沿江的集裝箱水運(yùn)網(wǎng)絡(luò)提供了條件。根據(jù)交通需求和水道的條件，運(yùn)營商可以設(shè)置幾個(gè)集裝箱運(yùn)輸方案。運(yùn)營者可以結(jié)合需求和航道情況，用適用性強(qiáng)的小型船舶實(shí)施點(diǎn)對點(diǎn)運(yùn)輸；或在中下游用大型船舶，在中上游用小型船舶，實(shí)施干支線分離運(yùn)輸。各種航線網(wǎng)絡(luò)效率和效益隨需求和航道變化而異，所以有必要針對長江航道進(jìn)行集裝箱運(yùn)輸航線網(wǎng)絡(luò)設(shè)計(jì)。2.文獻(xiàn)綜述有關(guān)水上航線設(shè)計(jì)的研究很多，但相關(guān)研究主要集中在海運(yùn)領(lǐng)域，早期的代表性研究均為海運(yùn)船

5、隊(duì)規(guī)劃問題。隨著班輪業(yè)的發(fā)展，航線所涉及的港口不斷增加，航線結(jié)構(gòu)逐漸成為決定運(yùn)營成本的關(guān)鍵。因此，研究者在船隊(duì)規(guī)劃的同時(shí)，開始關(guān)注船舶定線問題。ana等用整數(shù)規(guī)劃模型同時(shí)優(yōu)化船隊(duì)規(guī)模和班輪路線；文獻(xiàn)以航線收益最大為目標(biāo)，用集合劃分模型優(yōu)化船隊(duì)規(guī)劃和船舶定線Agarwal等總結(jié)了班輪船舶調(diào)度、航線設(shè)計(jì)和船隊(duì)規(guī)劃等問題，并基于時(shí)空網(wǎng)絡(luò)建立混合整數(shù)規(guī)劃模型。另外，部分學(xué)者還研究了班輪航線優(yōu)化與倉儲、空箱調(diào)運(yùn)、時(shí)間約束、運(yùn)輸需求季節(jié)性波動(dòng)等的相互影響。Hsu等從承運(yùn)人的角度，以最小運(yùn)輸成本和庫存成本之和為目標(biāo)，建立雙目標(biāo)模型優(yōu)化班輪航線、船隊(duì)規(guī)模、發(fā)班頻率。Shintani等建立雙層模型，同時(shí)處理航線

6、優(yōu)化和空箱調(diào)度問題。Matthew等在有時(shí)間約束的條件下，設(shè)計(jì)集裝箱軸輻式航線網(wǎng)絡(luò)。Meng等研究了單一集裝箱班輪公司在運(yùn)輸需求不確定時(shí)的短期班輪船隊(duì)規(guī)劃問題。只有少數(shù)學(xué)者針對各自國家的內(nèi)河集裝箱運(yùn)輸進(jìn)行研究，且多是關(guān)于船型選擇、船型標(biāo)準(zhǔn)化、內(nèi)河運(yùn)輸與海港銜接等的研究。劉建峰等針對早期長江水道的航行條件，從經(jīng)濟(jì)性上研究上游港口實(shí)施江海直達(dá)運(yùn)輸時(shí)，近洋航線(到日本神戶、橫濱等港口)的最佳船型。在不考慮航線網(wǎng)絡(luò)和OD運(yùn)輸量的情況下，通過裝載率不同所導(dǎo)致的單箱運(yùn)輸成本變化來確定合理的船型。 賈瑞華等研究在長江上游運(yùn)輸集裝箱時(shí)，水運(yùn)方式與陸運(yùn)方式的優(yōu)劣，基于 AHP法構(gòu)建評價(jià)體系，在宏觀層面上分析運(yùn)輸

7、經(jīng)濟(jì)性。該研究不涉及航道和航線等微觀層面細(xì)節(jié)，只研究陸路通道和水路通道的經(jīng)濟(jì)性。 羅洪波等詳細(xì)分析長江通航情況，為重慶至洋山港間運(yùn)輸設(shè)置了五種方案：直達(dá)、蘆潮中轉(zhuǎn)、武漢中轉(zhuǎn)、南京中轉(zhuǎn)、外高橋中轉(zhuǎn)，并用評價(jià)標(biāo)準(zhǔn)進(jìn)行測試。該研究的缺點(diǎn)是沒有考慮貨流量和沿線其他港口的貨物。 與之類似，鐘華杰等研究了重慶、武漢、長沙、南京、張家港等地至洋山的集裝箱運(yùn)輸方案，預(yù)先設(shè)定了 18 種可能的航線方案，然后確定各港口到洋山港的最佳運(yùn)輸方案。這些研究的特點(diǎn)是不考慮港口間集裝箱流量，假設(shè)每種船型對應(yīng)一個(gè)單箱運(yùn)輸成本，然后確定運(yùn)輸方案。上述研究的共同特點(diǎn)是，他們都沒有考慮集裝箱港口之間的OD貨流，并認(rèn)為一種類型的船都

8、有一個(gè)特定單位集裝箱運(yùn)輸成本，然后評估其他港口到洋山港班輪方案。Taylor等研究了美國俄亥俄河的駁船與動(dòng)力船的指派問題，作者給出了一個(gè)基于仿真的調(diào)度系統(tǒng)，用以輔助決策駁船指派和動(dòng)力船分配問題。Jonkeren等研究了氣候所導(dǎo)致的萊茵河水位變化對航運(yùn)成本的影響，以及最終引起的水運(yùn)份額的變化。他們利用NODUS軟件分析貨物在一個(gè)范圍廣泛的綜合運(yùn)輸網(wǎng)絡(luò)中的路徑選擇問題，關(guān)注低水位對水運(yùn)分擔(dān)率的影響，用宏觀網(wǎng)絡(luò)規(guī)劃軟件研究OD貨流在虛擬化的綜合運(yùn)輸網(wǎng)絡(luò)上的路徑選擇問題，而非設(shè)計(jì)內(nèi)河航運(yùn)的運(yùn)輸網(wǎng)絡(luò)。總之，內(nèi)河集裝箱運(yùn)輸?shù)南嚓P(guān)研究很少涉及航線網(wǎng)絡(luò)優(yōu)化與航線配船，僅有的一些研究不適用于各航段通航條件不同、

9、水文狀況復(fù)雜的內(nèi)陸河道運(yùn)輸系統(tǒng)。因此，本文針對長江水道提出考慮航道水深限制和貨主運(yùn)輸路徑選擇行為的集裝箱運(yùn)輸航線網(wǎng)絡(luò)優(yōu)化與船隊(duì)配置模型(COM)，以航線運(yùn)營總成本最小為目標(biāo)，確定各航線的靠泊港口、靠泊順序、船型與船舶數(shù)量。為求解模型，基于Frank-Wolf原理設(shè)計(jì)遺傳算法( GA)。本文的組織結(jié)構(gòu)如下：第三節(jié)介紹了問題描述和提出了一些建立模型時(shí)應(yīng)該處理的關(guān)鍵問題。第四部分描述了路網(wǎng)規(guī)劃和航線配船模型(NFDM)。第五節(jié)設(shè)計(jì)了相應(yīng)算法。第六節(jié)舉例說明了計(jì)算結(jié)果。最后, 第七節(jié)為研究總結(jié)。3.問題描述3.1航線方案的表述方法為了設(shè)置航線配船模型，用數(shù)學(xué)方法來描述班輪航線計(jì)劃和由路線方案組成的運(yùn)輸

10、路網(wǎng)應(yīng)該被創(chuàng)建，該方法應(yīng)該從各方面來考慮內(nèi)河上所有班輪航線的結(jié)構(gòu)特點(diǎn)。在海洋運(yùn)輸中，班輪航線可拆分為去程子航線和回程子航線，因此確定海上班輪航線就是確定去程子航線和回程子航線的靠泊港口和靠泊順序。但是，長江航道結(jié)構(gòu)單一，沒有可替代路徑，各港口沿水道順序排列，去程子航線由上游至下游順序靠泊，回程子航線由下游至上游順序靠泊。因此優(yōu)化長江上的班輪航線時(shí)，只確定各子航線的靠泊港即可。假設(shè)圖2顯示了長江沿岸港口的位置，從上游到下游，第一個(gè)港口是港口1和最后一個(gè)港口是港口N。設(shè)某航線的去程子航線為：港2港3港l港 N，回程航線為：港N 港N 1港l 港2，由此可確定一個(gè)如圖 3 所示的航線。圖2 港口分布

11、示意圖圖3 航線組成由圖3可知，若某港為掛靠港，則其在航線中的角色可能是：（1）去程子航線的起始港（如港2）；或（2）去程子航線的中途靠泊港（如港3）；或（3）回程子航線的中途靠泊港（如港 N 1）；或（4）去程和回程子航線均掛靠的中途港（如港 l）；或（5）回程子航線的起始港（如港 N）。因此，可以用 0 1 變量 xitk來表述港口在航線中的角色，其中i為港口編號，t1，5為港口角色編號，k1，K為航線編號，K為預(yù)先設(shè)定的航線數(shù)量。若航線k掛靠i港，而i港在航線k中的角色為t，則xitk= 1，否則為0。另外，用 xi0k表示港口i是否被航線k掛靠，若是則xi0k= 1，否則為0。變量 x

12、itk與xi0k之間的關(guān)系為： （1）式（1）用于確保若港口i是掛靠港時(shí)，港口i在航線中只扮演一種角色； 而若港口i不是掛靠港時(shí)，xitk的取值則為0。 （2） （3）式（2） 、（3） 表明在一個(gè)航線中去程子航線和回程子航線都有且只有一個(gè)起始港。 （4） （5）式（4） 表明，航線中角色 1 的港口的上游不可能有角色 5 的港口。同樣，式（5） 表明角色 5 的港口的下游不可能有角色 1 的港口。 （6） （7）式（6）表明，航線中角色1的港口的上游不可能有掛靠港。而式（7）表明角色5 的港口的下游不可能有掛靠港。給定一組滿足約束條件的 xi1k與xi0k便可確定一個(gè)航線方案。例如，若 x2

13、0k= x30k=xi'0k= x（N-1）0k= xN0k= 1，而其他 xi0k= 0，則航線k的靠泊港口為2、3、l、N 1、N；同時(shí)，若 x21k= x32k= xl4k= x（N-1）2k= xN5k= 1，而其他 xitk= 0，則港口 1 與港口 N 分別為去程子航線與回程子航線的起始港，港口 2 為去程子航線的中途靠泊港，港口l為去程與回程子航線均掛靠的中途港，而港口N 1 僅是回程子航線的掛靠港。這里設(shè) X =( xitk，t 0，5，i M，k 1，K)，zijk表示航線k中是否有港口 i 至港口j的航段。zijk與X的關(guān)系可表示如下： （8） （9） （10）式（

14、8）表示航線k的去程子航線的航段，式（9）表示回程子航線的航段。如果用A（X）= ( i，j)k| zijk= 1，i，j 1，K ，其中( i，j)k為網(wǎng)絡(luò)中航線k的港口i至港口j的有向航段。例如，在圖 3 所示的由兩條航線構(gòu)成的網(wǎng)絡(luò)中，( 1，3)1表示航線 k = 1 由港口1 至港口3 的有向航段，( 2，3)2表示航線 k = 2 由港口 2 至港口 3的有向航段。至此，得到表示靠泊港口選擇、靠泊順序等航線結(jié)構(gòu)的數(shù)學(xué)表述方法。圖4 航線網(wǎng)絡(luò)的描述方法3.2. 集裝箱貨流分配根據(jù)上述描述方法，所有的航線都可以用數(shù)學(xué)結(jié)構(gòu)來表達(dá)。然而，要評價(jià)航線的優(yōu)劣，需要估算集裝箱在航線網(wǎng)絡(luò)上的分布情況

15、。在水路運(yùn)輸網(wǎng)絡(luò)中，托運(yùn)人通常會選擇綜合運(yùn)輸成本(運(yùn)輸時(shí)間與費(fèi)用的加權(quán)和)最低的運(yùn)輸路徑運(yùn)輸貨物，其行為符合UE原理，因此可以用UE分配模型計(jì)算各水路路段的集裝箱流量。此時(shí)，求解UE模型的關(guān)鍵是設(shè)定路段的阻抗函數(shù)。借鑒Meng等的研究給出如下阻抗函數(shù)： （11）其中: c0( i，j)k、t0( i，j)k、s( i，j)k分別為路段 (i，j)k的運(yùn)價(jià)、自由流時(shí)間與流量; h1k、feqk分別為k航線上船舶的運(yùn)力與班期密度；FEQ = feqk| k 1，K ；為時(shí)間價(jià)值；1、2、3為待定參數(shù)。基于上述阻抗函數(shù)，來計(jì)算用戶平衡狀態(tài)下，各路段的集裝箱流量，可以用變分不等式：for any （1

16、2） 其中，（X）為路段上集裝箱流量的集合。4.優(yōu)化模型4.1.假設(shè)條件除前面假設(shè)外再增加假設(shè)：（1）一個(gè)班輪航線僅用一種船型；（2）船舶在各港口的在港時(shí)間相同；（3）必要時(shí)集裝箱可在不同班輪航線之間轉(zhuǎn)運(yùn)；（4）同一航線的平均航速相同；（5）決策周期為7天。4.2.模型結(jié)構(gòu)基于上述分析和假設(shè)，構(gòu)建整數(shù)規(guī)劃模型，其解析表達(dá)式如下： （13）式（13）為最小化水運(yùn)網(wǎng)絡(luò)的總運(yùn)輸成本。其中：cgk為航線k的運(yùn)營成本; cfk為航線k的燃油成本。約束條件除包括式（1）（12）外，還包括： （14）式（14）用于計(jì)算航線 k 的全程航行時(shí)間。其中：Disij為港i至港j的航行距離；vk為航線k的平均航速；

17、tp為船舶在港停泊時(shí)間。 （15） （16） （17）式（15）用于計(jì)算航線k所需的船舶數(shù)量h2k，其中，feqk為航線k的班期密度。式（16）用于計(jì)算cgk，其中，h3k為航線k上船舶日租金。式（16）用于計(jì)算 cfk，其中，h4k為航線k上船舶的日燃油消耗。 （18）式（18）為航道水深約束，其中，SLij為港口i至港口j航段水深。 （19） （20） （21） （22）式（19）、（20）給出路段集裝箱量與港口間OD 量間的關(guān)系。其中: O 為起運(yùn)港集合；D為目的港集合；qrs為由港rO至sN的OD量；非負(fù)實(shí)數(shù)frsp表示水路網(wǎng)絡(luò)中連接OD對 r s 的路徑p上的流量；rs( i，j)k

18、，p為0 1 變量，當(dāng) OD 對 r s 間的路徑 p 經(jīng)過路段( i，j)k時(shí)取1，否則為0。式（20）確保所有貨運(yùn)需求均獲得充足的運(yùn)力。式（22） 用于保證各航線班期密度至少為每周 1 班。5.模型的解決方案5.1.算法設(shè)計(jì)上述模型是一個(gè)帶有平衡約束的整數(shù)規(guī)劃問題，加之要考慮航線結(jié)構(gòu)、港口選擇以及航道水深限制等，因此難以精確求解。為此設(shè)計(jì)一種嵌入Frank-Wolf 法的遺傳算法( FWGA) 。運(yùn)行步驟如下:步驟1 (初始化)令 n = 0，生成初始種群 Pn= ( X，F(xiàn)EQ)v|v = 1，；其中，( X，F(xiàn)EQ)v表示遺傳算法的一個(gè)個(gè)體，包含兩部分：航線結(jié)構(gòu)信息 X 與航線班期頻率

19、 FEQ；為種群規(guī)模；步驟2 (計(jì)算個(gè)體的適應(yīng)度值)步驟2.1根據(jù)已知的(X，F(xiàn)EQ)v構(gòu)建水運(yùn)網(wǎng)絡(luò)Gv;步驟2.2采用 Frank-Wolf 法計(jì)算網(wǎng)絡(luò)Gv的用戶平衡狀態(tài)，獲得各路段的集裝箱流量：sv=( s( i，j)k，( i，j)k A( X) )；步驟2.3計(jì)算個(gè)體 v 的適應(yīng)度值：其中: fitv為個(gè)體 v 的適應(yīng)度值；M 為一個(gè)足夠大的正數(shù)；max（.）為取大函數(shù)。步驟3(判斷算法是否收斂)檢查當(dāng)前種群的適應(yīng)度最大值與平均值的差是否小于預(yù)設(shè)的，是則執(zhí)行步驟 4，否則終止算法；步驟4( 執(zhí)行選擇、交叉和變異操作)令n = n + 1，實(shí)施交叉、變異和選擇操作，獲得新個(gè)體Pn，然后回

20、到步驟 1。5.2編碼方法編碼由若干子編碼構(gòu)成，子編碼個(gè)數(shù)取決于預(yù)先設(shè)定的航線數(shù)K。圖5為一個(gè)K = 2 時(shí)的隨機(jī)編碼，由子編碼k = 1和子編碼 k = 2 組成。其中，每個(gè)子編碼均由5部分構(gòu)成。如圖6所示。Part 1表示靠泊港口，同時(shí)確定去 / 回程子航線的起始港。例如，0 1 1 1 1 表示去程子航線的起始港為港 2，回程子航線的起始港為港 5，該航線還掛靠港口 3 與港口 4。基于Part 1 確定靠泊港口與起始港后，便可根據(jù) Part 2 Part 4 來確定各掛靠港在航線中的角色。具體地: 若港口 i 被選為靠泊港，且不是起始港，則 Part 2 的第 i 號基因的作用便是判斷

21、該港是否是僅隸屬于去程子航線的港口，若是則 Part 2 的第 i 號基因位的值為 1，否者為0。例如，在圖6中靠泊港3既不是去程子航線的起始港也不是回程子航線的起始港，且Part2的第3基因位的值為1，由此可知港口 3 僅隸屬于去程子航線。Part 3 與 Part 4 分別用于確定僅隸屬于單程子航線和同時(shí)隸屬于兩個(gè)子航程的港口，其判定方法與 Part2相同。圖5 編碼方法圖6 子編碼構(gòu)成Part5用于確定航線方案k的班期頻率，是二進(jìn)制編碼，位數(shù)等于預(yù)先設(shè)定的備選班期頻率 若備選班期頻率為每周 1、2、3、4 班，Part 5 便是一個(gè)2 位的二進(jìn)制數(shù)，Part 5 =(0 0) 對應(yīng)每周

22、1 班；Part5 = (0 1) 對應(yīng)每周 2 班; Part 5 = (1 1) 對應(yīng)每周 3班; Part 5 = (1 0) 對應(yīng)每周 4 班。這種編碼方法可方便地表示任何一個(gè)航線方案與班期頻率的組合( X，F(xiàn)EQ)v 例如，根據(jù)子編碼 k = 1 可得到圖 7a 所示的航線 a，根據(jù)子編碼 k = 2 可得到圖 7b 所示的航線 b，兩者組合可表述圖 7c 所示的航線網(wǎng)絡(luò)c。圖7 子航線的組合圖8 長江流域港口位置6.數(shù)值分析61 數(shù)據(jù)收集選擇長江沿線港口中集裝箱 OD 量較大的 10個(gè)港口，從上游至下游依次為: 瀘州( LZ) 、重慶(CQ) 、荊州(JZ) 、城陵磯(CLJ) 、

23、武漢(WH) 、九江( JJ) 、南京( NJ) 、張家港(ZKG) 、南通(NT) 、上海(SH) 圖8顯示了長江流域港口間的位置。表 1 為港口間 OD 集裝箱流量，各港間運(yùn)價(jià)取自實(shí)際公布的運(yùn)價(jià)表。各港口間在枯水期和豐水期可通行的最大船舶噸位如表 2 所示。考慮到長江上、中、下游航段差異，這里選取最具代表性的三種船型: 1000MT、3000MT 和5000MT。表 3 為三種船舶的燃油消耗量、運(yùn)行速度、滿載吃水、日租金和燃油成本。 參考長江集裝箱班輪航線的現(xiàn)狀特征，假定優(yōu)化的航線網(wǎng)絡(luò)由三條航線構(gòu)成，其中每條航線上只使用一種船型。另外假設(shè)班輪頻率為每周 1 班 每周 8 班。6.2 計(jì)算方

24、法設(shè)初始種群由100個(gè)個(gè)體構(gòu)成，個(gè)體編碼包括3個(gè)子編碼，其中子編碼的Part 1 Part 4擁有10個(gè)基因位(備選港口有10個(gè)) ，Part 5 擁有3個(gè)基因位(航班頻率有8種可能)。最大迭代次數(shù)為 200，交叉率設(shè)定為 0.92，變異率為 0.01。算法終止條件為最大適應(yīng)度與平均適應(yīng)度間的差0.002。表1 集裝箱港口之間的OD流(TEU /周)表2 港口集裝箱吞吐量的運(yùn)輸價(jià)格(20TUE/人民幣)表3 船舶相關(guān)數(shù)據(jù)表4 枯水期港口之間航道的通航船舶(ton)表5 豐水期港口之間航道的通航船舶(ton)圖9 枯水期收斂情況采用 C + + 語言編寫求解程序，并在Duo Core 2 53

25、計(jì)算機(jī)上運(yùn)行，分別就枯水期和豐水期，針對不同船型進(jìn)行計(jì)算。數(shù)據(jù)在表3 - 5用于不同的船舶類型。圖9和圖10為計(jì)算收斂情況。6.3結(jié)果分析表6和表7分別為枯水期與豐水期的航線網(wǎng)絡(luò)。圖 11、12分別為枯水期、豐水期航線覆蓋區(qū)域。枯水期航線網(wǎng)絡(luò)的最低運(yùn)營成本為5658 346 元/周，豐水期最低運(yùn)營成本為3833 551 元/周。實(shí)際上，目前班輪公司一直遵循著“小船走上游，大船走中下游”的原則。但是，實(shí)驗(yàn)結(jié)果表明，不論是枯水期還是豐水期，航線網(wǎng)絡(luò)均呈現(xiàn)“大船在中間，小船在兩邊”的形態(tài)。這是因?yàn)橄掠嗡赖暮匠涕L，如果在中下游同時(shí)用大型船舶，為保班期(每周至少1班) 就必須增加大型船舶的數(shù)量，結(jié)果導(dǎo)

26、致運(yùn)營成本增加和運(yùn)力浪費(fèi)。圖10 汛期收斂情況表6 旱期班輪航線網(wǎng)絡(luò)結(jié)構(gòu)表7 汛期班輪航線網(wǎng)絡(luò)結(jié)構(gòu)因此，合理的方案是在下游航段使用中型船舶，而非大型船舶。這樣做既能滿足運(yùn)輸?shù)囊螅帜芴岣叽袄寐剩档秃骄€的運(yùn)營成本。因此,在這種情況下，當(dāng)與陸路運(yùn)輸相比航道可能比較強(qiáng)。因?yàn)樗\(yùn)輸成本減少，同時(shí)由于在相同的碼頭邊船只之間轉(zhuǎn)船運(yùn)輸時(shí)間可能很難改變。此外，計(jì)算結(jié)果進(jìn)一步表明,該運(yùn)作模式為“大船在中間，小船在兩邊”，并非嚴(yán)格按照上游、中游和下游的邊界。如圖11和圖12所示，由于在枯水期5000MT型船只在中游航行的路線會變短。而且，1000MT 型船舶的運(yùn)營區(qū)域相應(yīng)減小。結(jié)果表明，在枯水期，使用14

27、艘小型船只，而在豐水期只使用8艘小型船只。因此，在枯水期的運(yùn)輸成本更大。圖11在枯水期的運(yùn)輸路線圖12在豐水期的運(yùn)輸路線7.結(jié)論本文探討了長江水道集裝箱班輪航線網(wǎng)絡(luò)設(shè)計(jì)與船隊(duì)配置問題，開發(fā)了基于 UE 原理的優(yōu)化模型，并設(shè)計(jì)啟發(fā)算法。與傳統(tǒng)的在通航能力大的流域使用大型船的做法不同，本文計(jì)算結(jié)果顯示，應(yīng)該在長江中游使用大型船，在下游使用中型船，在上游使用小型船。通過這樣做，可以滿足集裝箱運(yùn)輸?shù)男枨笠约安僮骺偝杀咀钚』Ｔ谘睾拥母劭谥g基于完整的OD矩陣得到上述結(jié)果。它表明,當(dāng)一個(gè)操作員根據(jù)計(jì)劃做運(yùn)輸業(yè)務(wù)，運(yùn)輸成本可以大大降低。同時(shí)，操作員可以優(yōu)化船舶的航行時(shí)間，減少轉(zhuǎn)運(yùn)時(shí)間。隨著所節(jié)約成本的增大

28、和時(shí)間增量的減少，航道的競爭力變得更強(qiáng)壯從陸運(yùn)模式去吸引更多的集裝箱。結(jié)果，長江沿岸地區(qū)的交通可能變得更加環(huán)保。參考文獻(xiàn)1Agarwal, R., and Ö. Ergun. 2008. “Ship Scheduling and Network Design for Cargo Routing in Liner Shipping.” Transportation Science 42 (2): 175196.2Cho, S.-C., and A. N. Perakis. 1996. “Optimal Liner Fleet Routeing Strategies.” Maritime

29、 Policy and Management 23 (3): 249259.3Claessens, E. M. 1987. “Optimization Procedures in Maritime Fleet Management.” Maritime Policy and Management 14 (1): 2748.5Fagerholt, K. 1999. “Optimal Fleet Design in a Ship Routing Problem.” International Transactions in Operational Research 6 (5): 453464.6H

30、su, C., and Y. Hsieh. 2007. “Routing, Ship Size, and Sailing Frequency Decision-Making for a Maritime Hub-and-Spoke Container Network.” Mathematical and Computer Modelling 45 (7):899916.7Jaramillo, D. I., and A. N. Perakis. 1991. “Fleet Deployment Optimization for Liner Shipping Part 2. Implementati

31、on and Results.” Maritime Policy and Management 18 (4): 235262.8Jia, R. H., Y. Zhang, and B. Yang. 2006. “Project Optimization of Container Transport for the Upper Reach of the Yangtze River.” Journal of Waterway and Harbor 27 (2): 127130.9Jonkeren, O., B. Jourquin, and P. Rietveld. 2011. “Modal-Spl

32、it Effects of Climate Change: The Effect of Low Water Levels on the Competitive Position of Inland Waterway Transport in the River Rhine Area.” Transportation Research Part A: Policy and Practice 45 (10): 10071019.10Karlaftis, M. G., K. Kepaptsoglou, and E. Sambracos. 2009. “Containership Routing wi

33、th Time Deadlines and Simultaneous Deliveries and Pick-Ups.” Transportation Research Part E:Logistics and Transportation Review 45 (1): 210221.11Lane, D. E., T. D. Heaver, and D. Uyeno.1987. “Planning and Scheduling for Efficiency in Liner Shipping.” Maritime Policy and Management 14 (2): 109125.12L

34、iu, J., and S. Qin. 1994. “Analysis of Container Ship Types and Transportation from the Yangtze River to Abroad.” Journal of East China Shipbuilding Institute 8 (4): 2129.13Luo, H. B., and J. Y. Sun. 2006. “Study on Container Transportation Modes from Chongqing to Shanghai.” Research on Waterborne T

35、ransportation 2: 1822.14Meng, Q., and S. Wang. 2011a. “Liner Shipping Service Network Design with Empty Container Repositioning.” Transportation Research Part E: Logistics and Transportation Review 47 (5):695708.15Meng, Q., and X. Wang. 2011b. “Intermodal Hub-and-Spoke Network Design: Incorporating

36、Multiple Stakeholders and Multi-Type Containers.” Transportation Research Part B:Methodological 45 (4): 724742.16Perakis, A. N., and D. I. Jaramillo. 1991. “Fleet Deployment Optimization for Liner Shipping Part 1.Background, Problem Formulation and Solution Approaches.” Maritime Policy and Managemen

37、t 18 (3): 183200.17Powell, B. J., and A. N. Perkins. 1997. “Fleet Deployment Optimization for Liner Shipping: An Integer Programming Model.” Maritime Policy and Management 24 (2):183192.18Rana, K., and R. G. Vickson. 1988. “A Model and Solution Algorithm for Optimal Routing of a Time-Chartered Containership.” Transportation Science 22 (2): 8395.19Rana, K., and R. G. Vickson. 1991. “Routing